Gastrointestinal biopsies: more action and less ‘chatter’?
Notice bibliographique
Résumé
‘Chatter’ is a histologic artifact which can obscure morphology, sometimes precluding histopathologic diagnosis. Chatter in gastrointestinal (GI) biopsies is a particular challenge in many laboratories. This departmental quality assurance initiative sought to determine (1) the prevalence of chatter in GI biopsies, (2) its relationship to histotechnologist, section level and anatomic site, and (3) the effectiveness of education and technical adjustments in reducing its rate. A gastrointestinal pathologist evaluated 660 randomly selected slides for chatter artifact. Biopsy site, level (slide 1,2 or 3) and sectioning histotechnologist were recorded. Histotechnologists completed a questionaire on block handling and sectioning technique. The study was repeated 6 months following feedback and implementation of technical measures to reduce chatter. Moderate-to-severe chatter was present in 9.2% of slides (61/660), with wide variation between the 11 histotechnologists (range 0-19%). All four histotechnologists with low chatter rates volunteered a constant sectioning speed in the questionaire, compared to 1/5 of those with high chatter rates (p < 0.05). Six months following implementation of measures to address chatter, its prevalence was reduced to 3.1% (9/291 slides), range 0-8% (p < 0.001). There was a higher prevalence of chatter in deeper levels (p < 0.02) and in colonic biopsies versus small intestinal biopsies (p < 0.05). In this study, chatter was operator dependent, less prevalent in histotechnologists reporting a constant cutting speed, and influenced by section level and site within the GI tract. In our experience simple technical measures and awareness were of value in reducing this troublesome artifact.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».